Совершенствование процесса принятия решений Самонастраивающиеся системы с учетом тактикиВолатильность

I. ВВЕДЕНИЕ
Мир все больше полагается на автономность, на себя.
Адаптивные системы, способные функционировать непрерывно...
Аккуратно, без взаимодействия с людьми. Примеры этих себя
Адаптивные системы включают в себя самоходные автомобили, медицинские приборы, и многие распространенные устройства Internet of Things (IoT). Многие Само адаптирующиеся процессы используют замкнутый контур управления… который следит за состоянием системы и ее окружения.
Окружение. Кроме того, эти механизмы также определяют система должна быть изменена для выполнения всех необходимых адаптаций.... Эти само адаптирующиеся подходы обычно полагаются на набор адаптационных тактик, чтобы сделать некоторые существенные изменения. Пример тактики включать предоставление дополнительной виртуальной машины в веб- фермы, когда рабочая нагрузка достигает определенного порога, или уменьшение несущественной функциональности на автономном
Беспилотный летательный аппарат (БПЛА) при низком заряде аккумулятора.
Тактика часто испытывает задержку, которая является количеством
времени с момента применения тактики до ее воздействия на
системы реализована. Примеры тактическая задержка включает в себя облачную систему, требующую больше чем минута на обновление некоторых узлов прошивки, или кибер -физическая система, требующая одной минуты, чтобы снова активировать GPS сигналы Тактика также часто имеет стоимость связанные с ними, которые могут быть в форме энергии,денежные или другие затраты ресурсов, необходимые для исполнения. Примеры тактической стоимости включают требуемую энергию за перемещение физического компонента в беспилотном летательном аппарате или за денежное вознаграждение.
Стоимость использования удалённого стороннего ресурса для вычислений задания. Как тактическая задержка, так и затраты, скорее всего, будут первоклассными задачами.
В процессе принятия решений, так как они могут непосредственно влиять на если и когда выполняется тактика. Неправильно учет тактической латентности может привести к ситуациям, когда тактика начинается слишком рано или слишком поздно, или недоступна. Когда нужно. Кроме того, неправильный учет по стоимости тактики может привести к выбору тактики, которая является дороже, чем равноценная, менее дорогостоящая альтернатива. Поэтому крайне важно, чтобы само адаптирующиеся системы должным образом учитывают как задержку, так и стоимость тактики. Системы реального мира часто сталкиваются с тактической волатильностью, что является любым быстрым или непредсказуемым изменением, которое существует внутри атрибуты тактики. Например, обе тактические задержки и стоимость может быть сильно изменчивой в зависимости от системы окружающая среда. Тактика передачи данных может занимают больше времени, чем ожидалось, в связи с перегрузкой сети, или тактика перемещения физического компонента в беспилотном летательном аппарате может быть дороже из-за механических проблем. К сожалению, современные процессы принятия решений в Само адаптирующиеся системы не учитывают тактическую волатильность. Данный сайт
ограничение может быть весьма проблематичным, отрицательно влияющим процесс принятия решений несколькими способами. Например, система может выполнить тактику слишком поздно, чтобы быть эффективной, если она предполагает, что тактика всегда будет занимать две секунды, когда в реальности наблюдалось, чтобы последовательно займет больше времени. Соглашение об уровне сервиса (SLA) помогает определить систему. Такие цели, как удержание стоимости при определенном пороговом значении старый, вместе с установленными наградами и штрафами за встречу цели. Задача для чисто реактивных процессов заключается в том, что система может не соответствовать целям, определенным в SLA, если от тактики ожидаются задержки. Для
например, SLA для облачной само адаптирующейся системы может определить вознаграждение за работу в течение времени реакции.
Порог. Однако, такие тактики, как добавление серверов для уменьшения
Время отклика, вероятно, будет испытывать различные уровни задержки.
Для оптимальной работы система должна действовать проактивно посредством начать эту тактику до того, как дополнительные ресурсы
необходимых для того, чтобы ресурсы имелись в наличии, когда это необходимо Таким образом, механизм, позволяющий системе точно
тактика прогнозирования задержек и стоимостных показателей очень выгодна для самонастраивающегося процесс.
Для устранения ограничений текущих само адаптирующихся процессов в
должным образом учитывая тактическую волатильность, мы предлагаем тактику Решение Volatility Aware (TVA). Посредством использования Multiple Модель регрессионного анализа (MRA), TVA позволяет самому себе адаптивная система, позволяющая учиться на ранее испытанной тактике волатильность и делать точные оценки того, как тактика будет
вести себя в будущем. TVA также включает в себя авто регрессивный
интегрированный компонент Скользящее среднее (ARIMA), чтобы активировать себя адаптивные системы для проактивного начала адаптации в соответствии с их спецификации SLA.
Подводя итог, можно сказать, что эта работа вносит следующий вклад:
1) Демонстрация проблемы: Используя симуляции, мы демоны что учет тактической волатильности имеет важное значение.
В само адаптирующихся системах, особенно когда система
известный непредсказуемым поведением.
2) Концепция: Насколько нам известно, наш TVA apпроач - это первый процесс, который учитывает тактическую волатильность...
Государыня. Существующие процессы просто рассматривают тактику, чтобы иметь статические значения, в то время как наш подход TVA использует время выполнения предсказания задержек и затрат на обработку тактической волатильности.
3) Эксперименты: Наши эксперименты показывают, что
влияние, которое ТВА оказывает на процесс принятия решений.
Эти эксперименты проводятся с использованием реальных данных,
и тем самым обеспечить дополнительную уверенность в наших выводах.
4) Инструмент и набор данных: Наш VolAtiLity EmulaTor (VALET)
инструмент включает в себя данные, полученные из физической системы.
Это позволяет оценить наш TVA процесс и предоставляет другим исследователям фундаментальный набор данных которые они могут использовать для поддержки собственных исследований.